5月21日，澎湃新闻记者获悉，智谱联合驭驯网络与清华大学，在GLM-5.1线上生产集群中完成了新一代网络架构ZCube的规模化落地。

在线上GLM-5.1 coding场景中，在保持GPU算力、软件栈与应用不变的前提下，ZCube节省了33%交换机与光模块成本，同时将GPU平均推理吞吐提升了15%，并将TTFT P99降低了40.6%。

这意味着，同样的硬件投入，智谱的 GLM 大模型现在每秒能多响应 15% 的 API 请求。对于大模型 API 平台而言，这直接对应更高的并发上限以及在流量峰值下更稳定的用户体验。（澎湃新闻记者 范佳来）